# 합성데이터로 만드는 안전한 AI 학습 데이터셋 — 강의자료

## 과정 개요

민감 데이터를 직접 쓰지 않고도 AI 모델을 학습시킬 수 있는 합성데이터 생성·검증 실무 과정

개인정보·기밀 데이터를 대체할 합성데이터를 생성하고, 원본과의 통계적 유사도와 프라이버시 리스크를 함께 검증합니다. 헬스케어·금융 사례로 실습합니다.

| 항목 | 내용 |
|---|---|
| 난이도 | 중급 |
| 진행 방식 | 기업교육 |
| 표준 소요시간 | 16시간 (2일) |
| 대상 | 데이터 사이언티스트, 개인정보 담당자 |
| 관련 기술 | Machine Learning, Data Security, Synthetic Data |

## 학습 목표

- 합성데이터 생성 기법(통계적·생성모델 기반) 이해
- 원본 대비 유용성·프라이버시 트레이드오프 평가
- 합성데이터 기반 모델 학습 파이프라인 구축

## 모듈별 강의 내용

### Module 1. 합성데이터 생성 기법

- 통계적 기법 vs 생성모델 기반
- 도메인별 생성 전략

통계적 방법(원본 분포를 흉내)과 생성모델 기반 방법(GAN 등) 중 무엇을 쓸지는 데이터 특성과 목적에 따라 다릅니다. 도메인별로 어떤 전략이 맞는지 비교합니다.

### Module 2. 검증

- 통계적 유사도 평가
- 프라이버시 리스크 평가(재식별 위험 등)

합성데이터가 원본과 통계적으로 얼마나 비슷한지, 동시에 원본 개인을 역으로 추정할 위험은 없는지 함께 평가해야 합니다. 두 지표를 실제로 측정해봅니다.

### Module 3. 학습 파이프라인

- 합성데이터 기반 모델 학습
- 원본 대비 성능 비교

합성데이터로 모델을 학습시키고, 실제 데이터로 검증했을 때 성능이 얼마나 차이 나는지 직접 확인합니다.

## 진행 안내

각 모듈은 개념 설명 후 실습으로 이어지는 순서로 진행합니다. 모듈별 실습 문제는 별도 워크북 문서를 참고하세요.